蕪湖市一次引發(fā)嚴(yán)重內(nèi)澇暴雨過(guò)程的水汽輸送特征

付偉 魏秋實(shí) 邱學(xué)興 司紅君

摘要 基于自動(dòng)氣象觀測(cè)站降水?dāng)?shù)據(jù)、中國(guó)降水?dāng)?shù)據(jù)集、ERA5再分析資料及NCEP／NCAR再分析數(shù)據(jù)，使用水汽收支分析、HYSPLIT后向軌跡追蹤和水汽輸送貢獻(xiàn)率等方法對(duì)2022年6月5日凌晨蕪湖市一次引發(fā)嚴(yán)重內(nèi)澇暴雨過(guò)程的水汽輸送特征進(jìn)行了分析。結(jié)果表明：此次暴雨過(guò)程出現(xiàn)在200 hPa分流區(qū)和850 hPa低空急流左前方，500 hPa冷空氣在低空急流出口北側(cè)不斷激發(fā)對(duì)流云團(tuán)，形成強(qiáng)降水。高層輻散和低層輻合增強(qiáng)了水汽的水平輻合和垂直輸送，西南低空急流持續(xù)加強(qiáng)，將水汽不斷輸送至暴雨區(qū)，為暴雨的出現(xiàn)提供了必要的水汽條件，使蕪湖市在強(qiáng)降水發(fā)生前水汽充沛，濕層深厚且持續(xù)增濕。暴雨出現(xiàn)時(shí)大氣可降水量、850 hPa比濕、水汽通量和水汽通量散度分別達(dá)到71.0 kg·m-2、16.0 g·kg-1、15.0 g·hPa-1·cm-1·s-1和-3.0×10-6 g·cm-2·hPa-1·s-1。850 hPa水汽通量散度的變化與暴雨的出現(xiàn)和強(qiáng)度變化有較好的對(duì)應(yīng)關(guān)系，雨強(qiáng)最強(qiáng)時(shí)段可達(dá)-8.0×10-6 g·cm-2·hPa-1·s-1。水汽收支和追蹤分析結(jié)果顯示：水汽流入主要發(fā)生在對(duì)流層低層的西邊界和南邊界，暴雨發(fā)生前流入層深厚，有向上的水汽垂直輸送。整層水汽流入量約為56.0×107 t·h-1，主要流入高度為850～700 hPa，單層流入量最大可達(dá)9.0×107 t·h-1，水汽主要源自孟加拉灣和南海，其水汽通道軌跡占比為32.0％，水汽輸送貢獻(xiàn)率達(dá)55.4％。暴雨出現(xiàn)時(shí)水汽流入層降低，流入量減少，水汽垂直輸送減弱，總水汽凈流入集中在850 hPa，凈流入量為1.0×107 t·h-1左右，水汽主要源自南海，其水汽通道軌跡占比為46.0％，水汽輸送貢獻(xiàn)率達(dá)60.3％。

關(guān)鍵詞暴雨;水汽輸送;水汽收支;HYSPLIT后向軌跡追蹤;水汽輸送貢獻(xiàn)率

充沛的水汽是暴雨形成的必要條件，受南亞、南海、副熱帶季風(fēng)和中緯度西風(fēng)帶的影響，中國(guó)夏季主要有西南、南海和東南3條來(lái)自低緯的水汽通道和來(lái)自高緯很弱的西北水汽通道（田紅等，2004）。多次極端降水過(guò)程的研究（如1975年8月5—7日河南特大暴雨（丁一匯，2015）、2012年7月21日北京特大暴雨（俞小鼎，2012）、2021年7月17—20日河南特大暴雨（史文茹等，2021）和2023年7月29日—8月2日京津冀特大暴雨（張江濤等，2023））表明，充足的水汽是極端強(qiáng)降水發(fā)生的關(guān)鍵條件。

因此，氣象工作者針對(duì)暴雨過(guò)程中的水汽傳輸特征開(kāi)展了多項(xiàng)研究。楊雪艷等（2018）指出東北冷渦暴雨時(shí)，冷渦右側(cè)水汽充沛，850 hPa比濕達(dá)6.0～8.0 g·kg-1，水汽通量散度達(dá)-1.6～-2.5×10-6 g·cm-2·hPa-1·s-1。張俊蘭等（2023）發(fā)現(xiàn)新疆塔里木盆地在西風(fēng)和印度季風(fēng)協(xié)同作用下出現(xiàn)極端暴雨時(shí)，500 hPa水汽通量可達(dá)9.0～11.0 g·hPa-1·cm-1·s-1。強(qiáng)降水發(fā)生時(shí)水汽顯著增加，存在明顯的水汽凈收入，常常是因?yàn)橛械涂掌稀|南氣流將水汽從孟加拉灣、中國(guó)南海和東海等地送往暴雨區(qū)，表現(xiàn)出明顯的水汽通量輸送帶和強(qiáng)烈的水汽通量輻合，使得本地的比濕和大氣可降水量達(dá)到高值（廖曉農(nóng)等，2013;湯彬等，2023），西北等內(nèi)陸地區(qū)還存在較復(fù)雜的水汽接力機(jī)制，為暴雨區(qū)提供了水汽（劉晶等，2023）。常用的水汽分析方法中，水汽通量、水汽收支分析主要描述大氣流場(chǎng)瞬時(shí)特征，無(wú)法定量分析不同水汽輸送軌跡和各水汽源地的水汽貢獻(xiàn)。HYSPLIT模型使用拉格朗日方法，通過(guò)分析空氣塊不同時(shí)間所在的位置，可定量分析水汽路徑，確定水汽的輸送源地（Draxler and Hess，1998;王佳津等，2023），近年來(lái)其被廣泛使用于強(qiáng)降水過(guò)程中水汽的傳輸特征和水汽通道的水汽輸送貢獻(xiàn)率分析（崔曉鵬和楊玉婷，2022;莊曉翠等，2022;劉希等，2023）。這些研究表明，暴雨過(guò)程的水汽條件有很強(qiáng)的地域特征，預(yù)報(bào)業(yè)務(wù)人員針對(duì)本地暴雨過(guò)程水汽條件的定量分析和總結(jié)十分必要。目前針對(duì)安徽省暴雨的能量收支特征（馬旭林等，2015）、數(shù)值模擬（張恒德等，2011）等方面已開(kāi)展了很多研究，但針對(duì)安徽省尤其是蕪湖市水汽傳輸特征的研究較少，已有的研究多是針對(duì)江淮流域大范圍暴雨過(guò)程（周玉淑等，2005;孫建華等，2016）。

蕪湖市位于長(zhǎng)江下游、安徽省東南部，境內(nèi)河網(wǎng)密布，湖泊圩區(qū)眾多（圖1）。由于地處南北氣候過(guò)渡帶，災(zāi)害性天氣尤其暴雨頻發(fā)，洪澇災(zāi)害時(shí)有發(fā)生（李亞男等，2021）。隨著城市化不斷發(fā)展，主城區(qū)建成面積逐年擴(kuò)大，城市內(nèi)澇風(fēng)險(xiǎn)不斷增加。2022年6月5日凌晨，蕪湖市區(qū)出現(xiàn)短時(shí)強(qiáng)降雨，局部出現(xiàn)暴雨、大暴雨，引發(fā)主城區(qū)嚴(yán)重內(nèi)澇，其中37個(gè)住宅小區(qū)積水嚴(yán)重，58處道路積水，引發(fā)政府和公眾的極大關(guān)注，因此有必要對(duì)其成因進(jìn)行詳細(xì)分析，為蕪湖市乃至安徽省東南部暴雨預(yù)報(bào)預(yù)警提供依據(jù)，為防災(zāi)減災(zāi)救災(zāi)提供決策參考。強(qiáng)降水的產(chǎn)生與水汽條件、動(dòng)力條件和持續(xù)時(shí)間等因素相關(guān)，其中充沛的水汽供應(yīng)是暴雨發(fā)生、發(fā)展和維持的基本條件（陶詩(shī)言，1980），因此本文將從水汽輸送特征等方面對(duì)此次暴雨過(guò)程進(jìn)行分析總結(jié)。

1 資料與方法

1.1 資料來(lái)源

使用的資料包括自動(dòng)氣象觀測(cè)站降水?dāng)?shù)據(jù)、中國(guó)降水?dāng)?shù)據(jù)集、ERA5再分析資料、NCEP／NCAR再分析數(shù)據(jù)。自動(dòng)氣象觀測(cè)站降水?dāng)?shù)據(jù)來(lái)自蕪湖市境內(nèi)的國(guó)家和區(qū)域氣象觀測(cè)站。中國(guó)降水?dāng)?shù)據(jù)集使用國(guó)家青藏高原科研數(shù)據(jù)中心的CHM_PRE數(shù)據(jù)集（Miao et al.，2023），該數(shù)據(jù)集可較好地表征降水的空間變異性，與目前常用的降水?dāng)?shù)據(jù)集（CGDPA、CN05.1、CMA V2.0）有很好的一致性（Gou et al.，2021;Miao et al.，2022;Han et al.，2023），水平空間分辨率為0.25°×0.25°。歐洲氣象中心的ERA5再分析資料時(shí)間分辨率為1 h，水平空間分辨率為0.25°×0.25°，垂直分為31層，該資料經(jīng)檢驗(yàn)對(duì)江蘇地區(qū)的天氣研究和預(yù)報(bào)具有潛在優(yōu)勢(shì)（呂潤(rùn)清和李響，2021），蕪湖市臨近江蘇省，因此本文使用ERA5再分析資料分析天氣形勢(shì)及與水汽相關(guān)的物理量特征。美國(guó)氣象環(huán)境預(yù)報(bào)中心和國(guó)家大氣研究中心的NCEP／NCAR再分析數(shù)據(jù)時(shí)間分辨率為6 h，水平空間分辨率為2.5°×2.5°，垂直分為17層，在中國(guó)東部地區(qū)有較好的適用性（謝瀟等，2011），常被用來(lái)分析氣團(tuán)的后向軌跡（黃富祥等，2016），本文使用該資料進(jìn)行水汽追蹤分析。

1.2 水汽收支計(jì)算

采用水汽收支方程計(jì)算本次暴雨過(guò)程蕪湖市區(qū)域的水汽收支情況，水汽收支方程（丁一匯和胡國(guó)權(quán)，2003;劉晶等，2023）為：

式中：P為降水量;ES為蒸發(fā)量;g為重力加速度;σ為計(jì)算區(qū)域面積;pt為頂層氣壓（100 hPa）;ps為地面氣壓;Δq／Δt為水汽局地變化;Δωq／Δp為水汽垂直運(yùn)動(dòng)輸送;Δ·qv為水汽通量輻合項(xiàng)，可化為線性積分計(jì)算：

式中：右邊四項(xiàng)分別為水汽從不同邊界進(jìn)入計(jì)算區(qū)域的值，vnq為邊界的法向向量;m和n為選定區(qū)域沿經(jīng)向和緯向的格點(diǎn)數(shù);Δls、Δle、Δln、Δlw分別為各邊界上的格距，“—”表示空間步長(zhǎng)的平均值。

1.3 HYSPLIT后向軌跡追蹤

采用NOAA等聯(lián)合研制的軌跡模式HYSPLIT4追蹤分析本次暴雨過(guò)程的水汽源地，該模型可輸入不同氣象數(shù)據(jù)計(jì)算空氣團(tuán)軌跡，模擬復(fù)雜的擴(kuò)散和沉降過(guò)程，能夠?qū)鈮K來(lái)源進(jìn)行追溯（Makra et al.，2011），其已被廣泛應(yīng)用于污染物傳輸、擴(kuò)散（劉娜等，2012）和水汽來(lái)源（劉希等，2023）的研究。使用NCEP／NCAR再分析數(shù)據(jù)作為初始輸入數(shù)據(jù)模擬空氣團(tuán)軌跡，并對(duì)所有的軌跡進(jìn)行聚類(lèi)分析，聚類(lèi)時(shí)使用總空間方差（Total Spa Var，TSV）變化的30.0％變化率為指標(biāo)確定簇的數(shù)量，也就是軌跡分類(lèi)的數(shù)量（Stohl and James，2004;莊曉翠等，2022）。統(tǒng)計(jì)聚類(lèi)分析后各分類(lèi)水汽通道的水汽輸送貢獻(xiàn)率（江志紅等，2011）為：

式中：Qs為水汽通道的水汽輸送貢獻(xiàn)率;qlast為水汽通道最終位置的比濕;m為該通道所包含軌跡的條數(shù);n為所有軌跡的總條數(shù)。

2 暴雨過(guò)程概況和環(huán)流形勢(shì)

2022年6月5日，蘇皖南部、浙江北部和西部、江西東北部出現(xiàn)大范圍暴雨天氣（圖2a），蕪湖市的暴雨區(qū)位于200 hPa分流區(qū)（圖3a）和850 hPa低空急流左前方（圖3b），高層處于氣流輻散區(qū)，輻散強(qiáng)度為（6.0～8.0）×10-5 s-1，低層處于東北風(fēng)和西南風(fēng)的輻合區(qū)，高層輻散產(chǎn)生的抽吸作用，使得低層輻合加強(qiáng)，從而增強(qiáng)水汽輻合，也會(huì)對(duì)低空急流的加強(qiáng)產(chǎn)生正反饋，同時(shí)高低空耦合加強(qiáng)了上升運(yùn)動(dòng)，增強(qiáng)了低層水汽向上輸送，使?jié)駥幼兊蒙詈瘢欣诒┯晷纬桑螘赞r(nóng)等，2013）。

500 hPa東北冷渦底部不斷有冷空氣南下，與西南暖濕氣流共同作用，在低空急流出口左側(cè)不斷生成對(duì)流云團(tuán)，并逐漸東移南壓，造成蕪湖市在5日凌晨出現(xiàn)短時(shí)強(qiáng)降水，蕪湖市區(qū)、灣沚區(qū)北部和無(wú)為市部分地區(qū)出現(xiàn)大暴雨（圖2b），00—08時(shí)（北京時(shí)，下同）區(qū)域雨量站累計(jì)雨量超100.0 mm的共有21站，超50.0 mm的共有76站，最大累計(jì)雨量為172.2 mm，最大小時(shí)雨強(qiáng)為62.2 mm。蕪湖市國(guó)家氣象站01—04時(shí)累計(jì)雨量為97.7 mm（圖4a），位列歷史第3位，僅次于2006年的114.1 mm和2009年的100.2 mm，暴雨引發(fā)主城區(qū)嚴(yán)重內(nèi)澇。

3 水汽輸送特征分析

3.1 水汽特征

分析暴雨發(fā)生前后蕪湖站大氣可降水量變化可知，受對(duì)流層低層西南氣流的影響，4日白天出現(xiàn)持續(xù)增濕，大氣可降水量一直維持在64.0 kg·m-2以上并在不斷上升，暴雨出現(xiàn)前12 h增濕4.6 kg·m-2，前6 h增濕4.1 kg·m-2（圖4a），5日02時(shí)暴雨出現(xiàn)時(shí)達(dá)71.0 kg·m-2，強(qiáng)降水發(fā)生在持續(xù)增濕階段的含水量最高值對(duì)應(yīng)時(shí)刻，隨著降雨不斷增強(qiáng)，大氣可降水量有所下降，降雨最強(qiáng)時(shí)段下降至70.2 kg·m-2。降水減弱后，大氣可降水量出現(xiàn)起伏，期間達(dá)到最高值74.1 kg·m-2，降雨過(guò)程結(jié)束后快速下降。 2014—2023年6月蕪湖站平均大氣可降水量為46.4 kg·m-2，暴雨發(fā)生前蕪湖市水汽條件遠(yuǎn)好于歷史同期，暴雨的發(fā)生與其快速增加和較大的偏離平均值有較好的對(duì)應(yīng)關(guān)系，但暴雨出現(xiàn)后的量級(jí)、強(qiáng)度和結(jié)束時(shí)間受水汽的輻合及影響系統(tǒng)移動(dòng)等多個(gè)因素的影響，與其變化并不完全對(duì)應(yīng)（王明明等，2018）。

沿蕪湖市國(guó)家觀測(cè)站（118.38°E，31.33°N）做比濕和水平風(fēng)的時(shí)間-高度剖面（圖4b）。4日08時(shí)起，600 hPa以下蕪湖市為一致的西南氣流，水汽輸送使得700、850和925 hPa比濕分別達(dá)10.0、15.0和17.0 g·kg-1，水汽充沛、濕層深厚，且850 hPa持續(xù)增濕，5日02時(shí)暴雨發(fā)生時(shí)達(dá)16.0 g·kg-1。05時(shí)起，600 hPa以下轉(zhuǎn)為偏西風(fēng)，各層比濕逐漸下降，08時(shí)之后，高層開(kāi)始有西北風(fēng)南下且風(fēng)力增大，700 hPa以下隨之轉(zhuǎn)為偏北風(fēng)，中低層比濕也迅速下降，至中午，850 hPa比濕已降至8.0 g·kg-1左右。

3.2 水汽輸送特征

暴雨發(fā)生前和發(fā)生時(shí)蕪湖市具有充沛的水汽和深厚的濕層，下面將繼續(xù)分析這些水汽是如何輸送至暴雨區(qū)的。水汽通量散度可以衡量水汽的分布和傳輸，與強(qiáng)降水的演變特征有密切的關(guān)系（廖曉農(nóng)等，2013）。分析此次暴雨過(guò)程的各層水汽通量散度發(fā)現(xiàn)，其在850 hPa的演變與降水的出現(xiàn)和強(qiáng)度變化有較好的對(duì)應(yīng)關(guān)系。4日白天850 hPa安徽省南部有零散的弱水汽通量輻合區(qū)，17時(shí)（圖5a）皖西水汽輻合加強(qiáng)，蕪湖市為水汽輻散區(qū)。隨后水汽輻合區(qū)逐漸擴(kuò)大，5日02時(shí)蕪湖市暴雨發(fā)生時(shí)（圖5b），鄂贛兩省交界至安徽省中南部已全部為水汽輻合區(qū)，水汽通量散度大值中心位于鄂贛交界，蕪湖市水汽通量散度增至-3.0×10-6g·cm-2·hPa-1·s-1左右。02—05時(shí)合肥市至蕪湖市北部水汽輻合進(jìn)一步增強(qiáng)，水汽通量散度大值中心超過(guò)-16.0×10-6g·cm-2·hPa-1·s-1，05時(shí)（圖5c）蕪湖市北部水汽通量散度達(dá)-8.0×10-8g·cm-2·hPa-1·s-1左右，這也對(duì)應(yīng)了本次暴雨過(guò)程蕪湖北部的強(qiáng)降雨落區(qū)（圖2b）。降水結(jié)束后，水汽輻合區(qū)南移，皖南基本轉(zhuǎn)為水汽輻散區(qū)（圖5d）。

850 hPa水汽通量散度的變化特征表明暴雨發(fā)生前和出現(xiàn)時(shí)，蕪湖市具有充沛的水汽和強(qiáng)烈的水汽輻合，下面將進(jìn)一步從空間上分析水汽輸送的特征。4日500 hPa我國(guó)西南地區(qū)到中南半島有南支槽東移（圖3b），850 hPa上西太平洋副熱帶高壓和低槽之間存在一支從低緯到30°N附近的西南氣流，這支氣流將孟加拉灣和南海的水汽源源不斷送往華南和華東地區(qū)，形成一個(gè)水汽輸送帶。14時(shí)水汽輸送帶上的水汽通量大值區(qū)位于孟加拉灣和我國(guó)華南地區(qū)（圖6a），中心值超過(guò)20.0 g·hPa-1·cm-1·s-1，西南低空急流核心位于廣西西北部、湖南南部，風(fēng)速達(dá)16.0～18.0 m·s-1。此時(shí)安徽南部的西南風(fēng)速不足8.0 m·s-1，水汽通量值在10.0 g·hPa-1cm-1·s-1左右。下午至晚間，西南氣流不斷加強(qiáng)，低空急流核延伸至江西一帶，我國(guó)境內(nèi)的水汽通量大值區(qū)也不斷向江西、皖南和長(zhǎng)江下游地區(qū)擴(kuò)展，至5日02時(shí)蕪湖市暴雨發(fā)生時(shí)（圖6b），皖南一帶風(fēng)速增大至10.0～12.0 m·s-1，蕪湖市位于低空急流的左前方，水汽通量增大到15.0 g·hPa-1·cm-1·s-1左右。暴雨發(fā)生后，低空急流和水汽通量大值區(qū)逐漸南移，降水逐漸結(jié)束。

綜上所述，西南低空急流的持續(xù)加強(qiáng)，急流核不斷向東北方向移動(dòng)，使得南海甚至孟加拉灣的水汽得以不斷地被輸送至安徽省沿江地區(qū)，蕪湖市水汽通量不斷增大，水汽強(qiáng)烈輻合為暴雨的產(chǎn)生提供了充足的水汽條件。

3.3 水汽收支分析

為進(jìn)一步分析水汽輸送和水汽聚集的變化特征，探討其對(duì)暴雨形成的影響，計(jì)算了暴雨發(fā)生前后逐小時(shí)蕪湖市區(qū)域（117°～119°E，30°～32°N）西、南、東、北邊界和總的水汽凈收支情況以及進(jìn)入?yún)^(qū)域的水汽總量。西、東兩個(gè)邊界計(jì)算水汽自西向東的收支，南、北兩個(gè)邊界計(jì)算水汽自南向北的收支，因此西邊界和南邊界正值為水汽流入，負(fù)值為水汽流出，東邊界和北邊界則相反，負(fù)值為水汽流入，正值為水汽流出。

總體上暴雨發(fā)生前和出現(xiàn)時(shí)，對(duì)流層低層有大量的水汽流入，緯向的水汽主要由西邊界流入，經(jīng)向的水汽主要由南邊界流入。西邊界水汽流入量較大的時(shí)間段為暴雨發(fā)生前和出現(xiàn)時(shí)（圖7a）。暴雨發(fā)生前水汽流入主要集中在850～600 hPa，單層流入量為（3.0～7.0）×107 t·h-1，其中4日下午700 hPa的水汽流入量超過(guò)6.0×107 t·h-1。20時(shí)前后，白天700 hPa維持在安徽中北部的西南風(fēng)和東北風(fēng)輻合帶逐漸南壓（圖略），西南氣流減弱，主要的水汽輸入層降低，至暴雨出現(xiàn)時(shí)，水汽流入主要集中在850 hPa，流入量超過(guò)4.0×107 t·h-1。對(duì)應(yīng)的東邊界總體表現(xiàn)為水汽流出（圖7c）。南邊界4日白天水汽流入大值區(qū)位于850～700 hPa（圖7b），單層流入量為（4.0～6.0）×107 t·h-1，晚間水汽流入層降低，主要集中在850 hPa，水汽流入量約為5.0×107 t·h-1，700 hPa及以上層次轉(zhuǎn)為水汽流出，結(jié)合蕪湖市上空水平風(fēng)的變化（圖4b）可知，4日20時(shí)之后850 hPa以上逐漸由西南風(fēng)轉(zhuǎn)為偏西風(fēng)，南風(fēng)的分量減小，造成南邊界的水汽流入減少。暴雨發(fā)生后850 hPa的水汽流入量也明顯減少。北邊界與南邊界水汽收支的表現(xiàn)基本相反（圖7d）。

暴雨發(fā)生前總水汽流入層深厚，單層流入量最大可達(dá)9.0×107 t·h-1（圖7e），整層流入量約為56.0×107 t·h-1（表1），但整層凈流出。700 hPa以下為水汽凈流出，以上為凈流入，水汽有明顯的向上垂直輸送。暴雨出現(xiàn)時(shí)主要水汽流入層次降低至850 hPa，整層流入量下降至20.5×107 t·h-1，整層凈流入。850～700 hPa轉(zhuǎn)為凈流入，地面至850 hPa凈流出量減小，水汽的垂直輸送減弱。總水汽凈流入在暴雨發(fā)生前和出現(xiàn)時(shí)主要集中在850 hPa，凈流入量為1.0×107 t·h-1左右（圖7f）。

3.4 HYSPLIT水汽追蹤

HYSPLIT水汽追蹤可以追蹤空氣塊的運(yùn)動(dòng)軌跡、氣塊的高度以及比濕隨高度、時(shí)間的變化，其對(duì)三維特征的描述彌補(bǔ)了基于歐拉方法的水汽通量和水汽收支等分析的不足（劉希等，2023）。根據(jù)上述水汽收支分析，暴雨期間有兩個(gè)相對(duì)集中的水汽流入時(shí)間段，分別是4日14時(shí)前后（700 hPa）和5日02時(shí)前后（850 hPa），因此模擬起始點(diǎn)選擇蕪湖市國(guó)家觀測(cè)站（118.38°E，31.33°N），模擬起始時(shí)間和初始高度分別選擇4日14時(shí)3 000 m和5日02時(shí)1 500 m。間隔時(shí)間為6 h，模擬后向7 d的三維運(yùn)動(dòng)軌跡，軌跡點(diǎn)位置1 h輸出1次，對(duì)應(yīng)軌跡點(diǎn)的高度和比濕通過(guò)插值得到。對(duì)分析出的所有軌跡進(jìn)行聚類(lèi)分析，聚類(lèi)時(shí)兩個(gè)模擬TSV增長(zhǎng)率分析均顯示，軌跡分類(lèi)的數(shù)量小于3時(shí)TSV增長(zhǎng)率迅速增大（圖略），因此兩個(gè)模擬最終聚類(lèi)的水汽通道均為3個(gè)。

模擬顯示4日14時(shí)3 000 m高度的水汽通道1水汽源地為孟加拉灣和南海1 000 m高度（圖8a），占所有軌跡數(shù)量的32.0％。初始比濕為11.6 g·kg-1（通道所有同一時(shí)刻軌跡點(diǎn)比濕的平均值，下同）（圖9a），在孟加拉灣比濕增加至13.5 g·kg-1，途經(jīng)中南半島下降至12.4 g·kg-1，在我國(guó)南海再次增加至14.0 g·kg-1，經(jīng)我國(guó)華南輸送至長(zhǎng)江下游地區(qū)時(shí)，氣流高度逐漸升高到3 000 m，比濕也逐漸下降至8.0 g·kg-1。通道2的水汽源地為波羅的海一帶，起始高度近7 000 m，占所有軌跡數(shù)量的43.0％，初始比濕為0.7 g·kg-1，沿途高度逐漸下降。通道3的水汽源地為烏拉爾河下游，高度為3 000 m，占所有軌跡數(shù)量的25.0％，初始比濕為2.6 g·kg-1。通道2、3均來(lái)自西北方向，在進(jìn)入我國(guó)河套、華北一帶時(shí)水汽含量逐漸增加，最終比濕分別為2.8和3.5 g·kg-1。根據(jù)公式（3）計(jì)算，3個(gè)水汽通道最終位置的總比濕分別為71.8、33.1和24.6 g·kg-1，水汽輸送貢獻(xiàn)率分別為55.4％、25.6％和19.0％。

5日02時(shí)1 500 m高度的水汽通道1水汽來(lái)自南海1 000 m的高度（圖8b），占所有軌跡數(shù)量的46.0％。初始比濕為14.8 g·kg-1（圖9b），途經(jīng)我國(guó)東南沿海將水汽輸送至長(zhǎng)江下游地區(qū)，沿途比濕略有起伏，總體逐漸下降至8.6 g·kg-1。通道2的水汽源地為烏拉爾河以東地區(qū)，起始高度為2 000 m，占所有軌跡數(shù)量的39.0％，初始比濕為4.4 g·kg-1。

通道3的水汽源地位于挪威海，起始高度近7 000 m，占所有軌跡數(shù)量的14.0％，初始比濕為0.2 g·kg-1，沿途高度逐漸下降。通道2、3均來(lái)自西北方向，進(jìn)入我國(guó)境內(nèi)后，水汽含量逐漸增加，最終比濕分別為4.8和5.3 g·kg-1。根據(jù)公式（3）計(jì)算，3個(gè)水汽通道最終位置的總比濕分別為112.3、53.0和21.1 g·kg-1，水汽輸送貢獻(xiàn)率分別為60.3％、28.4％和11.3％。

綜上所述，以孟加拉灣和南海為水汽源地，從低緯到長(zhǎng)江下游的西南水汽通道輸送的充沛水汽是本次暴雨過(guò)程出現(xiàn)的重要條件。西北通道的水汽輸送對(duì)本次暴雨也有一定的水汽貢獻(xiàn)。

4 結(jié)論與討論

1）此次暴雨過(guò)程出現(xiàn)在200 hPa分流區(qū)和850 hPa低空急流左前方，高層輻散有利于低空急流和輻合加強(qiáng)，增強(qiáng)水汽的水平方向輻合和垂直輸送，使?jié)駥幼兊蒙詈瘢欣诒┯晷纬伞?00 hPa冷空氣在低空急流出口北側(cè)不斷激發(fā)對(duì)流云團(tuán)，形成強(qiáng)降水。

2）暴雨發(fā)生前蕪湖市水汽充沛、濕層深厚且持續(xù)增濕，大氣可降水量6 h增加4.1 kg·m-2。暴雨發(fā)生在水汽持續(xù)增加的最高值時(shí)刻，大氣可降水量達(dá)71.0 kg·m-2，遠(yuǎn)超6月歷史平均值，850 hPa比濕達(dá)16.0 g·kg-1，降雨結(jié)束后兩者均明顯下降。850 hPa水汽通量散度的變化與暴雨的出現(xiàn)和強(qiáng)度變化有較好的對(duì)應(yīng)關(guān)系，暴雨出現(xiàn)時(shí)蕪湖市水汽通量散度增大到-3.0×10-6g·cm-2·hPa-1·s-1左右，雨強(qiáng)最強(qiáng)時(shí)段可達(dá)-8.0×10-6g·cm-2·hPa-1·s-1左右。

其產(chǎn)生的原因?yàn)閺牡途暶霞永瓰场⒛虾５介L(zhǎng)江下游的西南低空急流在暴雨發(fā)生前持續(xù)加強(qiáng)，急流核不斷向東北方向移動(dòng)，使水汽得以持續(xù)輸送至安徽省沿江地區(qū)，蕪湖市水汽通量不斷增大至15.0 g·hPa-1·cm-1·s-1左右，為暴雨的產(chǎn)生提供了充沛的水汽和強(qiáng)烈的水汽輻合。

3）本次暴雨過(guò)程水汽主要由蕪湖區(qū)域的西邊界和南邊界流入。暴雨發(fā)生前主要流入層次深厚，850～700 hPa單層流入量最大可達(dá)9.0×107 t·h-1，整層流入量約為56.0×107 t·h-1，有明顯的向上水汽垂直輸送。暴雨出現(xiàn)時(shí)主要流入層降低至850 hPa，南邊界700 hPa轉(zhuǎn)為流出，整層流入量下降至約21.0×107 t·h-1，水汽的垂直輸送減弱。總水汽凈流入主要集中在850 hPa，凈流入量為1.0×107 t·h-1左右。

4）蕪湖市4日14時(shí)3 000 m上空的水汽輸送通道有3條，來(lái)自孟加拉灣和南海1 000 m的水汽通道占總軌跡數(shù)量的32.0％，水汽輸送貢獻(xiàn)率為55.4％。其他兩個(gè)西北通道水汽源地分別為波羅的海7 000 m上空和烏拉爾河下游3 000 m上空。5日02時(shí)1 500 m的水汽通道也有3條，來(lái)自南海1 000 m上空的水汽通道占總軌跡數(shù)量的46.0％，水汽輸送貢獻(xiàn)率為60.3％。其他兩個(gè)西北通道水汽源地分別為烏拉爾河下游以東地區(qū)2 000 m上空和挪威海7 000 m上空。孟加拉灣和南海是本次暴雨過(guò)程最主要的水汽源地。

蕪湖市作為安徽省重要的沿江城市，隨著城市防洪能力的提高，夏季強(qiáng)降水造成的城市內(nèi)澇成為政府和市民新的關(guān)注點(diǎn)，因此本文對(duì)一次引發(fā)主城區(qū)嚴(yán)重內(nèi)澇暴雨過(guò)程的水汽輸送特征進(jìn)行了分析，以期為本地類(lèi)似的暴雨過(guò)程積累預(yù)報(bào)經(jīng)驗(yàn)。本次暴雨過(guò)程中，水汽相關(guān)物理量的變化特征、水汽輸送的路徑特征和我國(guó)東部暴雨已有的研究成果類(lèi)似，但水汽通道的水汽輸送貢獻(xiàn)率和水汽收支量的定量分析結(jié)果在蕪湖市乃至安徽省的相關(guān)研究中較少見(jiàn)，對(duì)于提高對(duì)該區(qū)域強(qiáng)降水水汽特征的認(rèn)識(shí)，提升暴雨預(yù)報(bào)能力有積極意義。但是，本文僅對(duì)一次天氣過(guò)程進(jìn)行了分析總結(jié)，且水汽條件僅是暴雨形成的條件之一，嚴(yán)重內(nèi)澇產(chǎn)生的原因應(yīng)該還和觸發(fā)機(jī)制、影響系統(tǒng)的位置等因素有關(guān)，有必要在后續(xù)的研究工作中增加研究樣本，綜合多源探測(cè)數(shù)據(jù)，從影響系統(tǒng)、動(dòng)力條件和維持機(jī)制等方面，更全面地對(duì)本地類(lèi)似暴雨天氣過(guò)程展開(kāi)研究，以提高暴雨預(yù)報(bào)的預(yù)報(bào)預(yù)警水平。

參考文獻(xiàn)（References）

崔曉鵬，楊玉婷，2022.“21.7” 河南暴雨水汽源地追蹤和定量貢獻(xiàn)分析［J］.大氣科學(xué)，46（6）：1543-1556. Cui X P，Yang Y T，2022.Tracking and quantitative contribution analyses of moisture sources of rainstorm in Henan Province in July 2021［J］.Chin J Atmos Sci，46（6）：1543-1556.doi：10.3878／j.issn.1006-9895.2203.22016.（in Chinese）.

丁一匯，胡國(guó)權(quán)，2003.1998年中國(guó)大洪水時(shí)期的水汽收支研究［J］.氣象學(xué)報(bào)，61（2）：129-145. Ding Y H，Hu G Q，2003.A study on water vapor budget over China during the 1998 severe flood periods［J］.Acta Meteor Sinica，61（2）：129-145.doi：10.3321／j.issn：0577-6619.2003.02.001.（in Chinese）.

丁一匯，2015.論河南“75.8” 特大暴雨的研究：回顧與評(píng)述［J］.氣象學(xué)報(bào)，73（3）：411-424. Ding Y H，2015.On the study of the unprecedented heavy rainfall in Henan Province during 4—8 August 1975［J］.Acta Meteor Sinica，73（3）：411-424.doi：10.11676／qxxb2015.067.（in Chinese）.

Draxler R R，Hess G D，1998.An overview of the HYSPLIT_4 modeling system for trajectories，dispersion，and deposition［J］.Aust Meteor Mag，4（47）：295-308.

Gou J J，Miao C Y，Samaniego L，et al.，2021.CNRD v1.0：a high-quality natural runoff dataset for hydrological and climate studies in China［J］.Bull Am Meteor Soc，102（5）：E929-E947.doi：10.1175／bams-d-20-0094.1.

Han J Y，Miao C Y，Gou J J，et al.，2023.A new daily gridded precipitation dataset for the Chinese mainland based on gauge observations［J］.Earth Syst Sci Data，15（7）：3147-3161.doi：10.5194／essd-15-3147-2023.

黃富祥，任素玲，韓爽爽，等，2016.2015年12月末北極地表爆發(fā)性增溫事件的衛(wèi)星遙感監(jiān)測(cè)［J］.科學(xué)通報(bào)，61（36）：3946-3957. Huang F X，Ren S L，Han S S，et al.，2016.Monitoring of Arctic surface sudden warming events in late December 2015 with satellite remote sensing data［J］.Chin Sci Bull，61（36）：3946-3957.doi：10.1360／N972016-00460.（in Chinese）.

江志紅，梁卓然，劉征宇，等，2011.2007年淮河流域強(qiáng)降水過(guò)程的水汽輸送特征分析［J］.大氣科學(xué)，35（2）：361-372. Jiang Z H，Liang Z R，Liu Z Y，et al.，2011.A diagnostic study of water vapor transport and budget during heavy precipitation over the Huaihe river basin in 2007［J］.Chin J Atmos Sci，35（2）：361-372.doi：10.3878／j.issn.1006-9895.2011.02.14.（in Chinese）.

李亞男，劉鋼軍，劉德新，等，2021.中國(guó)南北過(guò)渡帶范圍的地理表達(dá)及定量探測(cè)［J］.地理研究，40（7）：1857-1869. Li Y N，Liu G J，Liu D X，et al.，2021.Geographical expression and quantitative exploration of the Chinas north-south transitional zone［J］.Geogr Res，40（7）：1857-1869.doi：10.11821／dlyj020200679.（in Chinese）.

廖曉農(nóng)，倪允琪，何娜，等，2013.導(dǎo)致“7.21” 特大暴雨過(guò)程中水汽異常充沛的天氣尺度動(dòng)力過(guò)程分析研究［J］.氣象學(xué)報(bào)，71（6）：997-1011. Liao X N，Ni Y Q，He N，et al.，2013.Analysis and research on the weather-scale dynamic process leading to the abnormal abundance of water vapor during the “7.21” torrential rain［J］.Acta Meteor Sinica，71（6）：997-1011.（in Chinese）.

劉晶，劉兆旭，楊蓮梅，等，2023.西風(fēng)帶大陸高壓外圍新疆哈密地區(qū)典型暴雨事件水汽輸送特征對(duì)比分析［J］.氣象，49（9）：1045-1062. Liu J，Liu Z X，Yang L M，et al.，2023.Water vapor transport characteristics during typical rainstorm events around westerlies continental high in Hami area，Xinjiang［J］.Meteor Mon，49（9）：1045-1062.doi：10.7519／j.issn.1000-0526.2023.062801.（in Chinese）.

劉娜，余曄，陳晉北，等，2012.蘭州春季沙塵過(guò)程PM10輸送路徑及其潛在源區(qū)［J］.大氣科學(xué)學(xué)報(bào)，35（4）：477-486. Liu N，Yu Y，Chen J B，et al.，2012.A study on potential sources and transportation pathways of PM10 in spring in Lanzhou［J］.Trans Atmos Sci，35（4）：477-486.doi：10.13878／j.cnki.dqkxxb.2012.04.001.（in Chinese）.

劉希，曾明劍，王亞強(qiáng)，等，2023.臺(tái)風(fēng)“利奇馬”遠(yuǎn)距離暴雨的關(guān)鍵動(dòng)力因子和水汽來(lái)源［J］.大氣科學(xué)學(xué)報(bào)，46（5）：776-789. Liu X，Zeng M J，Wang Y Q，et al.，2023.Analysis of key dynamical factors and water vapor sources influencing remote heavy rainfall produced by typhoon Lekima［J］.Trans Atmos Sci，46（5）：776-789.doi：10.13878／j.cnki.dqkxxb.20220406001.（in Chinese）.

呂潤(rùn)清，李響，2021.ERA-Interim和ERA5再分析數(shù)據(jù)在江蘇區(qū)域的適用性對(duì)比研究［J］.海洋預(yù)報(bào)，38（4）：27-37. Lü R Q，Li X，2021.Comparison between the applicability of ERA-Interim and ERA5 reanalysis in Jiangsu Province［J］.Mar Forecasts，38（4）：27-37.doi：10.11737／j.issn.1003-0239.2021.04.004.（in Chinese）.

馬旭林，孫麗娜，姜?jiǎng)伲龋?015.一次江淮強(qiáng)暴雨過(guò)程的濕有效能量及其收支特征［J］.大氣科學(xué)學(xué)報(bào)，38（3）：289-298. Ma X L，Sun L N，Jiang S，et al.，2015.Characteristics of moist available energy and its budget in a heavy rain process over Changjiang-Huaihe River Basin［J］.Trans Atmos Sci，38（3）：289-298.doi：10.13878／j.cnki.dqkxxb.20130923001.（in Chinese）.

Makra L，Matyasovszky I，Guba Z，et al.，2011.Monitoring the long-range transport effects on urban PM10 levels using 3D clusters of backward trajectories［J］.Atmos Environ，45（16）：2630-2641.doi：10.1016／j.atmosenv.2011.02.068.

Miao C Y，Gou J J，F(xiàn)u B J，et al.，2022.High-quality reconstruction of Chinas natural streamflow［J］.Sci Bull，67（5）：547-556.doi：10.1016／j.scib.2021.09.022.

Miao C，Han J， Gou J，2023.A new daily gridded precipitation dataset for the Chinese mainland based on gauge observations.National Tibetan Plateau/Third Pole Environment Data Center[D/OL].[2024-03-02].https：//doi.org/10.11888/Atmos.tpdc.300523.https：//cstr.cn/18406.11.Atmos.tpdc.300523.

史文茹，李昕，曾明劍，等，2021.“7·20”鄭州特大暴雨的多模式對(duì)比及高分辨率區(qū)域模式預(yù)報(bào)分析［J］.大氣科學(xué)學(xué)報(bào)，44（5）：688-702. Shi W R，Li X，Zeng M J，et al.，2021.Multi-model comparison and high-resolution regional model forecast analysis for the “7·20” Zhengzhou severe heavy rain［J］.Trans Atmos Sci，44（5）：688-702.doi：10.13878／j.cnki.dqkxxb.20210823001.（in Chinese）.

Stohl A，James P，2004.A Lagrangian analysis of the atmospheric branch of the global water cycle.part I：method description，validation，and demonstration for the August 2002 flooding in central Europe［J］.J Hydrometeor，5（4）：656-678.doi：10.1175／1525-7541（2004）005<0656：alaota>2.0.co;2.

孫建華，汪匯潔，衛(wèi)捷，等，2016.江淮區(qū)域持續(xù)性暴雨過(guò)程的水汽源地和輸送特征［J］.氣象學(xué)報(bào)，74（4）：542-555. Sun J H，Wang H J，Wei J，et al.，2016.The sources and transportation of water vapor in persistent heavy rainfall events in the Yangtze-Huaihe River Valley［J］.Acta Meteor Sinica，74（4）：542-555.doi：10.11676／qxxb2016.047.（in Chinese）.

湯彬，王宗明，胡文婷，等，2023.2021年河南省一次罕見(jiàn)暴雨過(guò)程的降水特征及成因［J］.大氣科學(xué)，47（2）：517-533. Tang B，Wang Z M，Hu W T，et al.，2023.Characteristics and causes of precipitation for a rare rainstorm process in Henan Province in 2021［J］.Chin J Atmos Sci，47（2）：517-533.doi：10.3878／j.issn.1006-9895.2209.21251.（in Chinese）.

陶詩(shī)言，1980.中國(guó)之暴雨［M］.北京：科學(xué)出版社. Tao S Y，1980.Heavy rainfalls in China［M］.Beijing：Science Press.（in Chinese）.

田紅，郭品文，陸維松，2004.中國(guó)夏季降水的水汽通道特征及其影響因子分析［J］.熱帶氣象學(xué)報(bào)，20（4）：401-408. Tian H，Guo P W，Lu W S，2004.Characteristics of vapor inflow corridors related to summer rainfall in China and impact factors［J］.J Trop Meteor，20（4）：401-408.doi：10.3969／j.issn.1004-4965.2004.04.008.（in Chinese）.

王佳津，肖紅茹，楊康權(quán)，等，2023.四川盆地一次持續(xù)性暴雨的水汽輸送特征［J］.干旱氣象，41（3）：474-482. Wang J J，Xiao H R，Yang K Q，et al.，2023.Water vapor transport characteristics of a continuous rainstorm in Sichuan Basin［J］.J Arid Meteor，41（3）：474-482.doi：10.11755／j.issn.1006-7639（2023）-03-0474.（in Chinese）.

王明明，魏鳴，王皓，等，2018.成都地區(qū)一次持續(xù)性暴雨過(guò)程的水汽特征分析［J］.大氣科學(xué)學(xué)報(bào)，41（6）：861-871. Wang M M，Wei M，Wang H，et al.，2018.An analysis of the characteristics of the water vapor during a persistent rainstorm event in Chengdu［J］.Trans Atmos Sci，41（6）：861-871.doi：10.13878／j.cnki.dqkxxb.20160410012.（in Chinese）.

謝瀟，何金海，祁莉，2011.4種再分析資料在中國(guó)區(qū)域的適用性研究進(jìn)展［J］.氣象與環(huán)境學(xué)報(bào)，27（5）：58-65. Xie X，He J H，Qi L，2011.A review on applicability evaluation of four reanalysis datasets in China［J］.J Meteor Environ，27（5）：58-65.doi：10.3969／j.issn.1673-503X.2011.05.011.（in Chinese）.

楊雪艷，秦玉琳，張夢(mèng)遠(yuǎn)，等，2018.基于“配料法” 的東北冷渦暴雨預(yù)報(bào)研究［J］.大氣科學(xué)學(xué)報(bào)，41（4）：475-482. Yang X Y，Qin Y L，Zhang M Y，et al.，2018.Forecast of heavy rain caused by the northeast cold vortex using “ingredients method”［J］.Trans Atmos Sci，41（4）：475-482.doi：10.13878／j.cnki.dqkxxb.20171116001.（in Chinese）.

俞小鼎，2012.2012年7月21日北京特大暴雨成因分析［J］.氣象，38（11）：1313-1329. Yu X D，2012.Investigation of Beijing extreme flooding event on 21 July 2012［J］.Meteor Mon，38（11）：1313-1329.doi：10.7519／j.issn.1000-0526.2012.11.001.（in Chinese）.

張恒德，宗志平，張友姝，2011.2005年7月一次大暴雨過(guò)程的模擬和診斷分析［J］.大氣科學(xué)學(xué)報(bào)，34（1）：85-92. Zhang H D，Zong Z P，Zhang Y S，2011.Simulation and diagnosis of a heavy rainfall event in July 2005［J］.Trans Atmos Sci，34（1）：85-92.doi：10.13878／j.cnki.dqkxxb.2011.01.010.（in Chinese）.

張江濤，何麗華，李江波，等，2023.河北“23.7” 極端暴雨過(guò)程特征及成因初探［J］.大氣科學(xué)學(xué)報(bào)，46（6）：884-903. Zhang J T，He L H，Li J B，et al.，2023.Preliminary study on the characteristics and causes of the “23.7” extreme rainstorm in Hebei［J］.Trans Atmos Sci，46（6）：884-903.doi：10.13878／j.cnki.dqkxxb.20230905001.（in Chinese）.

張俊蘭，李火青，湯浩，2023.西風(fēng)和印度季風(fēng)協(xié)同作用對(duì)塔里木盆地極端暴雨影響的初步分析［J］.大氣科學(xué)學(xué)報(bào)，46（2）：242-258. Zhang J L，Li H Q，Tang H，2023.Preliminary analysis of the synergistic influence of westerly wind and Indian monsoon on rainstorm over Tarim Basin［J］.Trans Atmos Sci，46（2）：242-258.doi：10.13878／j.cnki.dqkxxb.20220113001.（in Chinese）.

周玉淑，高守亭，鄧國(guó)，2005.江淮流域2003年強(qiáng)梅雨期的水汽輸送特征分析［J］.大氣科學(xué)，29（2）：195-204. Zhou Y S，Gao S T，Deng G，2005.A diagnostic study of water vapor transport and budget during heavy precipitation over the Changjiang River and the Huaihe River Basins in 2003［J］.Chin J Atmos Sci，29（2）：195-204.（in Chinese）.

莊曉翠，李博淵，趙江偉，等，2022.基于HYSPLIT模式分析的塔克拉瑪干沙漠南緣暴雨水汽特征［J］.氣象，48（3）：311-323. Zhuang X C，Li B Y，Zhao J W，et al.，2022.Water vapor characteristics of rainstorm in southern Taklimakan Desert based on HYSPLIT model analysis［J］.Meteor Mon，48（3）：311-323.doi：10.7519／j.issn.1000-0526.2022.011801.（in Chinese）.